1.
좋다는 건 알겠는데
좀 써보고 싶소. 데이터!
넘버웍스
하용호
yongho.ha@numberworks.io

2.
하용호
용 호

3.
SKTelecom출신
데이터과학자들이
모여만든
데이터사이언스,머신러닝
전문회사
NUMBER
WORKS

4.
데이터=돈
이란뜻이아니라
데이터 -> 돈
바꿔 내는 일을 한다.

5.
좋다는 이야기는 많이 들었는데..
데이터 분석

6.
하지만 뭘 할 수 있는지
1 도 모르겠다.

7.
뭔가 알아야 되는게 많은거 같다.
그래야 할 수 있을 것 같다.
정말 그럴까?

8.
‘가정법 과거 완료 (had + p.p)
과거에 실현 가능성이 없었고, 말도 안되었던 상황을 가정을 할 때 사용’
뭐 이런거 다 알아야 할까?!
워터?!
맥도날드?!
호텔? 호텔?
쌩큐! 오케이!
우리가 해외여행 나가면
영어 다 알아야 하나?
이것만알아도 된다.

9.
데이터도 마찬가지
10점->80점으로 올리는데 필요한 것은
water, car, bus
이것만 알아도 충분히 잘한다!

10.
REAL사례를 보여드리죠.
(+과외 스타일로!)

11.
서비스를 이해하는
프레임을 잡자.

12.
FISH 모델
끌어들이고 소화하고 다시잡아온다
광고 서비스 최적화 리텐션

13.
FISH 모델
끌어들이고 소화하고 다시잡아온다
광고 서비스 최적화 리텐션
<- 이 사례부터

14.
한 커머스의 유입에
대해 분석해 보기로
했습니다.

15.
처음에는 세션수를 봅니다.
호오.48주에
사용자세션수가급증했습니다.

16.
그러면 활동성도 볼까요?
• 유저의활동성은어떤것을보면좋을까요?
• 보통첫진입후이탈률(bouncerate)이나
• 세션당페이지뷰수
• 그리고평균세션시간등을살핍니다.
• 위에서부터아래순으로중요해요.

17.
좋았다!

18.
돈! 돈을 보자!
흥했다.

19.
무슨 일이 있었던 건가?
• 사실비밀은세일
• 이때전체10%세일을단행했습니다.
• 아잘팔렸다.기분좋고끝인가?
• 아니다.분석의기본은뒤지고뒤지고뒤져보기.

20.
분석의 베이직 #1
신규와 재방으로 나누어 본다.

21.
•신규/재방문 고객 모두 세션수가 48주에 세션수가 급증함.
◦신규방문자는 47주 대비 13.53% 증가
◦재방문자는 47주 대비 17.76% 증가
신규
재방
신규
재방

22.
랄라라 고객이 증가했다?
• 나누어볼때마다건강성지표를늘재확인한다.
• 정말아무런이상이없는가?

23.
재방(파란선)은 세일때 이탈률이 내려갔는데,
신규(빨간선)은 이탈율이 더 올라갔다.
아니. 세일을 보고도 도망가다니?
신규
재방
bounce rate?!

24.
• 평균 세션시간 역시 신규방문자보다 재방문자의 증가폭이 더 컸음.
◦ 신규방문자 평균 세션시간은 47주 대비 2.93% 증가
◦ 재방문자 평균 세션시간은 47주 대비 20.55% 증가
• 세션당 페이지뷰도 신규방문자보다 재방문자의 증가폭이 더 컸음.
◦ 신규방문자 세션당 페이지뷰는 47주 대비 5.13% 증가
◦ 재방문자 세션당 페이지뷰는 47주 대비 17.19% 증가
신규
재방
신규
재방

25.
돈을 보면 재방(파란선)이
크게 흥함 신규(빨간선) 으음..
신규
재방
신규
재방

26.
세일을 했고 흥했지만
신규들은잘반응을안한다.

27.
분석의 베이직 #2
PC와 모바일로 나누어 본다.

28.
• PC 신규방문자는 47주 대비 2.44% 증가
• 모바일 신규방문자는 47주 대비 40.74% 증가
• PC 재방문자는 47주 대비 8.69% 증가
• 모바일 재방문자는 47주 대비 17.67% 증가
모바일 신규의 세션 증가분이 극적이다.
PC신규
모바일신규

29.
모바일신규만
건강지표가후짐

30.
돈! 돈을 보자!
모바일 신규 빼고 다 좋아짐

31.
도대체 48주차
모바일 신규에
어떤 일이 있었던건가?

32.
분석의 베이직 #3
개별 채널 별로 나눈다.

33.
모바일신규유저는어디서왔나?
배너(황토색)으로 갑자기 유입!
신규
재방

34.
이번에는배너를뜯어보자.
배너가없던게아닌데48주차에더나빠짐?

35.
배너. 돈으로 보자.
모바일 배너로 유입된 신규!
심지어 세일 했는데도 나빠.

36.
‘모바일’‘신규’’배너’가문제다
그럼배너도나눠본다!
찾았다 요놈48주차급증

37.
구매전환율로 보면
48주차에 0.1%까지 떨어짐

38.
자이제그러면
저 매체에 광고하자 말했던
우리 담당자를 화형시킬 것인가?

39.
살려주기로 하고
무엇이 문제였을지 찾아보자

40.
이배너는어떤광고상품?
여러회사의 상품들이 모자이크 식으로 나열됨
여기서 클릭하면 개별 몰로 넘어감

41.
48주에 해당 배너로 유입된 세션은
거의(74%)가820235로

42.
문제의제품 820235
첫진입 이탈률 75.58% 높다
세션당 뷰 1.6번 적다
평균 세션시간 37초 짧다.
이렇게 성과 안좋은 상품은
빠르게 광고에서 뺐어야 했다.

43.
저 모자이크에 어떤 상품이 광고 되어야 했나?
이탈률이 낮고
평균 세션 시간이 긴 상품들

44.
장구한 분석이 끝났다.
• 10% 세일 했다. 매출 올랐다. 신난다. 로 끝날 뻔한 현상은
• 10% 세일은, 모바일에서 문제의 배너 상품으로 유입된 신규
고객에게 전혀 효과를 발휘하지 못했고,
배너의 노출되는 상품의 목록을 좀 더 이탈률이 낮고,평균 세
션 기간이 긴 상품으로 바꾸어야 한다는 분석을찾아냈다.

45.
이상을 통해
우리가 배워야 하는 것
• 데이터 분석은 나누어보기다.
• 자료는 나누어 볼 수 있게 태깅 되어야 한다.
• 나누어 본 결과로 ‘액션’을 이끌어 내야 한다.

46.
가장 크게 알아야 하는 것
다 알아야 시작하는게 아니다.
지금 당신에게 필요한 건
이미 알고 있다.
어려운 기법이 쓰이지 않았다!